En savoir plus

Notre utilisation de cookies

« Cookies » désigne un ensemble d’informations déposées dans le terminal de l’utilisateur lorsque celui-ci navigue sur un site web. Il s’agit d’un fichier contenant notamment un identifiant sous forme de numéro, le nom du serveur qui l’a déposé et éventuellement une date d’expiration. Grâce aux cookies, des informations sur votre visite, notamment votre langue de prédilection et d'autres paramètres, sont enregistrées sur le site web. Cela peut faciliter votre visite suivante sur ce site et renforcer l'utilité de ce dernier pour vous.

Afin d’améliorer votre expérience, nous utilisons des cookies pour conserver certaines informations de connexion et fournir une navigation sûre, collecter des statistiques en vue d’optimiser les fonctionnalités du site. Afin de voir précisément tous les cookies que nous utilisons, nous vous invitons à télécharger « Ghostery », une extension gratuite pour navigateurs permettant de les détecter et, dans certains cas, de les bloquer.

Ghostery est disponible gratuitement à cette adresse : https://www.ghostery.com/fr/products/

Vous pouvez également consulter le site de la CNIL afin d’apprendre à paramétrer votre navigateur pour contrôler les dépôts de cookies sur votre terminal.

S’agissant des cookies publicitaires déposés par des tiers, vous pouvez également vous connecter au site http://www.youronlinechoices.com/fr/controler-ses-cookies/, proposé par les professionnels de la publicité digitale regroupés au sein de l’association européenne EDAA (European Digital Advertising Alliance). Vous pourrez ainsi refuser ou accepter les cookies utilisés par les adhérents de l'EDAA.

Il est par ailleurs possible de s’opposer à certains cookies tiers directement auprès des éditeurs :

Catégorie de cookie

Moyens de désactivation

Cookies analytiques et de performance

Realytics
Google Analytics
Spoteffects
Optimizely

Cookies de ciblage ou publicitaires

DoubleClick
Mediarithmics

Les différents types de cookies pouvant être utilisés sur nos sites internet sont les suivants :

Cookies obligatoires

Cookies fonctionnels

Cookies sociaux et publicitaires

Ces cookies sont nécessaires au bon fonctionnement du site, ils ne peuvent pas être désactivés. Ils nous sont utiles pour vous fournir une connexion sécuritaire et assurer la disponibilité a minima de notre site internet.

Ces cookies nous permettent d’analyser l’utilisation du site afin de pouvoir en mesurer et en améliorer la performance. Ils nous permettent par exemple de conserver vos informations de connexion et d’afficher de façon plus cohérente les différents modules de notre site.

Ces cookies sont utilisés par des agences de publicité (par exemple Google) et par des réseaux sociaux (par exemple LinkedIn et Facebook) et autorisent notamment le partage des pages sur les réseaux sociaux, la publication de commentaires, la diffusion (sur notre site ou non) de publicités adaptées à vos centres d’intérêt.

Sur nos CMS EZPublish, il s’agit des cookies sessions CAS et PHP et du cookie New Relic pour le monitoring (IP, délais de réponse).

Ces cookies sont supprimés à la fin de la session (déconnexion ou fermeture du navigateur)

Sur nos CMS EZPublish, il s’agit du cookie XiTi pour la mesure d’audience. La société AT Internet est notre sous-traitant et conserve les informations (IP, date et heure de connexion, durée de connexion, pages consultées) 6 mois.

Sur nos CMS EZPublish, il n’y a pas de cookie de ce type.

Pour obtenir plus d’informations concernant les cookies que nous utilisons, vous pouvez vous adresser au Déléguée Informatique et Libertés de l’INRA par email à cil-dpo@inra.fr ou par courrier à :

INRA
24, chemin de Borde Rouge –Auzeville – CS52627
31326 Castanet Tolosan cedex - France

Dernière mise à jour : Mai 2018

Menu Logo Principal Logo_stics

STICS

STICS

CN-MIP

les modèles dans CN-MIP
C and N Models Intercomparison and Improvement to assess management options for GHG mitigation in agrosystems worldwide

CN-MIP est un projet financé par l'appel d'offres multi-partenaire sur la recherche sur les gaz à effet de serre agricoles de FACCE-JPI avec le soutien de l'Institut National Américain pour l'alimentation et l'agriculture de l'USDA (Etats-Unis), le ministère des industries primaires de Nouvelle-Zélande, et Agriculture et Agri-food (Canada). Il fait partie des 11 projets retenus.

Il est coordonné par l'Institut National de la Recherche Agronomique (INRA, France) et comporte 10 autres partenaires.

Durée : du 1/01/2014 au 31/12/2016

Résumé :

The “C and N Models Inter-comparison and Improvement to assess management options for GHG mitigation in agrosystems worldwide” (CN-MIP) addresses theme 1, topic 1 of the FACCE-JPI 2013 call. Our project will coordinate international development, evaluation and inter-comparison of agricultural process-based models to reduce uncertainty in estimating greenhouse gas emissions from crops, grassland and livestock systems. The project will focus on improving the simulation of management options to enable evaluation of credible mitigation strategies adapted to diverse agrosystems under different climatic conditions. CN-MIP responds to the priority of the core theme 5 "Mitigation of Climate Change" of the FACCE-JPI strategic research agenda, to improve the greenhouse gas (GHG) inventory methods, particularly the "certified" modellingTIER3 modelling approach for quantifying emissions and the effects of mitigation options. The project also supports initiatives outlined in the Global Research Alliance (GRA) on Agricultural Greenhouse Gases, which aim to improve measurement methodology and modelling, as well as inventory of GHG emissions and C sequestration in soils. The consortium comprises eleven partners: INRA (France), University of Aberdeen (UK), Helmholt-Zentrum Postam (GER), University of Florence (IT), CRA-Consiglio per la Ricerca in Agricoltura (IT), University of Milan (It), University of Sassari (IT), New Zealand Institute for Plant and Food Research (NZ), Colorado State University (USA), Woods Hole Research Center (USA), Queensland University of Technology (AU). The proposing partners are experienced modelers and experimentalists, already involved in internationally funded projects on measuring and modelling of greenhouse gas emissions,soil carbon sequestration, and reactive nitrogen, for a variety of agricultural conditions (annual crops, grasslands, tree crops) under temperate, Mediterranean and tropical conditions (GRA CN, Livestock and Cropland groups, AgMIP, MACSUR, Reactive N RCN, NANORP, etc.). This network will provide connections and sharing of models, modelling protocols and datasets, but also the necessary interactions with stakeholders. The project will be undertaken from January 2014 to December 2016, in 4 work packages (i) Definition of model data requirements, selection of process-based CN models (i.e. DNDC, DNDC mobile, DSSAT, Roth C, DayCent, PaSim, STICS, APSIM, EPIC, CN-SIM), selection of appropriate databases; (ii) development of common protocols for modelling and model inter-comparison; (iii) identification and testing of mitigation options, improvement of models for coverage, predictive capability and reliability; (iv) dissemination and training. Deliverables will be guidelines for the selection of database and the simulation of mitigation options, evaluation of uncalibrated and calibrated model performances for an array of GHG emission outputs, improved model tools, peer-reviewed research papers, communication and reports to policy makers and stakeholders, and training sessions for students and scientists.

Références bibliographiques :

  • Ehrhardt F., Soussana J.-F., Bellocchi G., Bhatia A., Brilli L., Conant R., Deligios P., Farina R., Fitton N., Grace P., Grant B., Klumpp K., Laville P., Léonard J., Liebig M., Lieffering M., Martin R., Massad R.S., Moore A., Mula L., Myrgiotis V., Newton P., Pattey E., Pugh T.A.M., Quesada B., Recous S., Smith W., Snow V., Topp K., Yao H. (2014). International inter-comparison and benchmarking of crop and pasture models for predicting greenhouse gas exchanges at field scale. In: 7th International Symposium on non-CO2 Greenhouse Gases (NCGG7), special GRA session, Amsterdam, Netherlands, November 5-7, 2014.
  • Ehrhardt F., Soussana J.-F., Grace P., Recous S., Snow V., Bellocchi G., Beautrais J., Easter M., Liebig M., Smith P., Celso A., Bhatia A., Brilli L., Conant R., Deligios P., Doltra J., Farina R., Fitton N., Grant B., Harrison M., Kirschbaum M., Klumpp K., Léonard J., Lieffering M., Martin R., Massad R., Meier E., Merbold L., Moore A., Mula L., Newton P., Pattey E., Rees B., Sharp J., Shcherback I., Smith W., Topp K., Wu L., Zhang W. (2015). An international intercomparison and benchmarking of crop and pasture models simulating GHG emissions and C sequestration. In: Climate-Smart Agriculture 2015, Montpellier, France, March 16-18, 2015.
  • Farina R., Sándor R., Abdalla M., Álvaro‐Fuentes J., Bechini L., Bolinder M. A., Brilli L., Chenu C., Clivot H., De Antoni Migliorati M., Di Bene C., Dorich C. D., Ehrhardt F., Ferchaud F., Fitton N., Francaviglia R., Franko U., L. Giltrap D. L., Grant B. B., Guenet B., Harrison M., Kirschbaum M. U. F., Kuka K., Kulmala L., Liski J., McGrath M. .J., Meier E., Menichetti L., Moyano F., Nendel C., Recous S., Reibold N., Shepherd A., Smith W. N., Smith P., Soussana J.-F., Stella T., Taghizadeh‐Toosi A., Tsutskikh E., Bellocchi G. (2020). Ensemble modelling, uncertainty and robust predictions of organic carbon in long‐term bare‐fallow soils. Global Change Biology. https://doi.org/10.1111/gcb.15441